"프롬프트를 입력했습니다. 결과가 나왔습니다.
그럴듯했습니다.
그런데 실제로 쓰려고 보니 맞지 않았습니다.
결국 처음부터 다시 손봤습니다."
AI를 쓸수록 일이 줄어야 하는데,
왜 오히려 더 바빠지고 있을까요.
이 세션은 그 구조적 원인을 짚는 시간입니다.
이런 분께 맞습니다. AI를 써보려 했는데
결과가 기대와 다른 분. 직군·직급 무관.
이런 분께는 맞지 않습니다. AI 시스템을 직접 구축하려는 개발자
→ B-1 워크샵이 맞습니다.
프롬프트 문제가 아니라 기준 부재의 문제
컨텍스트 엔지니어링(Context Engineering) · 프롬프트 엔지니어링(Prompt Engineering)의 본질
항목 이름만 바뀔 뿐, 구조는 동일하다
AI에게 요청할 때 상황·제약·목적을 얼마나 설명하고 있는가?
AI 결과물을 검수하는 나만의 기준이 있는가?
같은 유형의 작업을 AI로 매번 처음부터 하고 있는가?
0~2점 → 기준 설계부터 시작
3~4점 → 구조화 단계
5~6점 → 고도화 단계
이 세션에서 확인한 내용을 바탕으로 다음 단계를 이야기합니다.
20년 이상 IT 조직을 이끌고,
CPO와 CTO로 제품과 기술 양쪽을 책임지면서
똑같은 장면을 반복해서 봤습니다.
툴은 계속 도입되는데,
같은 결정을 다음 달에 또 하고 있는 팀.
문서는 쌓이는데,
"그게 왜 그렇게 됐지?"를 매번 처음부터 물어보는 팀.
GPT를 쓰는데,
보고서 수정 라운드는 오히려 늘어난 팀.
AI가 이 정도까지 왔는데
일하는 방식은 그대로인 팀이 너무 많습니다.
문제는 툴이 아니었습니다.
결정의 배경이 다음으로 넘어가지 않는 구조였습니다.
이 세션은 그 구조를 보는 눈을 만드는 시간입니다.
조직 규모, 현재 상황, 목표를 들은 뒤
맞는 방향을 말씀드립니다.
맞지 않으면 솔직하게 말씀드립니다.
lee310wk@gmail.com · 응답 24시간 이내 · 평일 기준